大数据时代下高校预算精细化管理（范文）

第一篇：大数据时代下高校预算精细化管理（范文）

大数据时代下高校预算精细化管理

摘要：目前，预算管理的精细化已经成为高校财务管理的核心。伴随着互联网、电子商务、大数据、云技术等高科技技术的来袭，代表着我国较为先进的思想理念、科技研发水平发展前沿的高等院校理应有所作为。若能使高校的精细化预算管理与大数据技术完美结合，将会为高科技时代的高校预算管理带来意想不到的成果。本文从大数据技术的概念入手，对高校目前实施预算管理过程中存在的问题进行剖析，由此提出将大数据技术应用于高校预算精细化管理的具体建议。

关键词：大数据时代 高校预算 精细化

随着国际互联网技术的高速发展，人、机、物三者的高度融合，其所带来的结果便是数据信息业的增长，种种迹象表明我们已进入大数据时代。预算精细化管理是指在全体人员培养精细化管理思想的基础上，把精细化思想贯穿于预算编制、预算执行分析、预算管理监督等，实现预算管理各环节精确、高效、协同和持续运行，以提高资金的利用效率。有利于加强国内各大高校的日常管理，特别是使高校预算精细化管理的实现成为了可能。因而，作为国内思想理念、技术创新处于前沿的高等院校，应该借此契机，将大数据技术应用于其预算管理当中，为下一步的国内教育体制改革、为高校提升其自身综合实力打下坚实基础。

一、大数据技术概述

（一）大数据内涵

大数据，是一种数量规很大，在对其获取、存储、管理、分析等过程中，已超出了传统数据库软件工具能力范围数据及信息的集合。大数据具有规模大、类型多、流转快、低价值密度的特点。大数据也可以称为一种产业，其优势在于专业技术人员对其现有的数据信息进行专业化处理后，为相关客户提供一种技术服务，从而获取一定的利润。

（二）大数据特征

①容量大。数据信息数量的大小决定数据的价值和潜在的信息，容量大是大数据最为明显的特征。②种类多。大?稻菁际跸碌氖?据类型具有多样性、综合性的特征，来源渠道多。③速度快。大数据技术下，客户对于大数据的获得速度快、实用性强。④可变性。妨碍了处理和有效管理数据的过程。⑤价值性。合理运用大数据，以低成本创造高价值。

二、高校实施预算管理存在的问题

目前，国内高等院校在实施预算管理过程中，由于其信息化程度较低，使其预算管理过程中存在着一定的问题，这些问题大致出现在预算编制阶段、预算执行分析阶段及预算管理监督评价阶段，只有将上述几个阶段出现的问题予以详尽的分析，才能找到解决问题的策略。

（一）高校预算编制过程中存在的问题

首先，编制预算的基础数据库不完善。最新的《高等学校财务制度》实施以来，新增了高校固定资产计提折旧、无形资产按期摊销的核算要求，同时将支出项目细化为“教育事业”、“科研事业”、“行政事业”“后勤保障”以及“离退休支出”等几个方面，上述几个方面的变化对于高校所持有长期资产的保管与使用更加规范化，对于各类支出的划分更加明细化、透明化，核算内容的变化带来的是预算编制中所需数据库信息的相对滞后。

其次，预算编制过程中各部门参与度不高。高校的预算编制过程中，许多部门都觉得预算编制只是财务部门的事，与其自身无关，使得财务部门编制的预算有时脱离实际。岂不知，预算的编制是一项综合性、系统性的工作，需要教学科研、学生管理、资产管理、人事管理甚至下属的二级院校共同参与才能完成，最终形成跨部门协同预算计划信息平台，将学校有限的资源进行合理配置，并形成一个科学的、合理的、具有可行性的预算报告。

（二）预算执行分析过程中的方式较为落后

高校预算执行结果的分析环节，对于其预算管理起到至关重要的作用。然而，目前的大多数高校预算执行分析过程中的方式较为落后。

首先，预算管理信息化程度低。我国许多高校仍采用较为简单的数据汇总，甚至是相对落后的图表形式，对财务信息数据进行分析。这种分析方式效率低，出错率高，信息提供不及时，不能精细反映学校的财务状况，特别是不能真实反映教学、科研、后勤保障等业务内容方面的信息。因此，要提高预算执行过程中的精细程度，就必须提高信息系统的数据的利用率，挖掘可以提高环境变化分析能力，通过自动收集信息减少预算编制者的主观判断，提高预测的准确性、客观性，以及上下级、平级预测的一致性，从而减少预算组织者和参与者之间的冲突，及时反馈预算执行信息。

其次，预算分析思维僵化。由于数据信息技术的原因部分高校财务预算管理从单向性、平面性分析，忽视预算管理的复杂性和多样性，许多高校不是从管理的多维度、多层次视角对于财务数据进行科学的分析，而是习惯于定性分析，抽象分析，因而所得出的结论很难准确反映单位的真实财务状况，也就难以将同期的实际数据与预算数据进行比对，为下一步预算实施提供切实可行的依据。

最后，预算分析方法缺乏科学性。我国很多高校预算分析仍采用以前期预算的实际执行结果为基础的“增量预算法”。这种预算分析方法虽然操作简便，但往往缺乏针对性、灵活性、系统性，容易导致预算的不准确。

（三）预算管理的监督管理体制较弱

“监督是预算管理的重要一环，没有监督的预算管理或者监督乏力的预算管理是不完善的管理”。在我国高等学校的监督管理方面，既有社会各方面参与的监督，也有具体事项的监督。从监督效果来看，参差不齐。一个关键的问题是，我国高等院校的预算监督比较注意事后监督，轻视事前监督和事中监督。这种管理模式已无法满足当今高校的管理需求。

之所以出现这样的问题，既有制度方面的原因，也有技术方面的制约。在制度方面，部分高校在预算编制过程中，存在一些不科学、不完善、不尽如人意的地方，从而造成校方管理层对于预算数据管理较为模糊。如在科目设计、监督机制、审计机制等方面存在着不少的问题。在技术方面，我国高校对预算的监督管理大部分是运用ERP软件进行，而该软件的特点是比较注重事后监督，对事前监督、事中监督比较薄弱，甚至无能为力。对于诸如一些学费、住宿费缴纳、欠费情况等，无法直接取得同期历史数据和财务预测数据，而需要财务人员通过手工方式获得，从而使得高校预算资金支出不能得到及时安排，从而影响其有效性和针对性。

三、大数据时代下高校预算精细化管理的策略

2016年国家教育经费投入总额为38，866亿元，其中对于高等教育投入为10，110亿元，比上年同期增长6.22%。由此可以看出，国家对于高等教育的投入是逐年增加的。然而，与世界上教育较为发达的国家相比其经费支出差距还是较大的，这就需要高等院校合理的引入大数据技术来提高预算管理的精细化水平。

首先，基于大数据技术建立预算平台。高校应以预算编制为起点，实现预算执行为目标，建立以预算执行控制为重点，以财务核算为支撑，以财务决算及预算分析为反馈重点的预算管理平?_。在平台的建设过程中，要打破现有的财务部门与其他专业管理部门的界限，将大量的数据信息、管理信息置于平台之上，实现数据信息的共享。从而使得预算的编制更加切实可行、具有针对性及可操作性。

其次，设置合理的预算执行评价体系。预算执行的好坏，评价是关键。高校应依据预算项目的性质不同，建立信息化的预算评价体系，从而实现对于每个预算项目的精细化考核。如校实验室项目预算支出，重点学科项目攻关等可用绩效标准来考核。传统的财务系统不具备项目预算执行系统和多维数据分析功能也无法与其他信息系统进行数据交互，大量工作需要通过人工完成，费时费力，容易出错，无法满足高校预算管理精细化的需要。利用大数据技术建设的预算管理平台可以为各级用户提供各种查询数据功能，可以使预算数据分析建立在数据库之上，通过对数据库中的海量数据进行处理，可以为各级用户提供各种查询数据功能，改变过去相关数据提供滞后的状况，使得预算数据的分析、考核变得更加有的放矢。

最后，利用大数据信息平台，实现预算编制、执行与监督适当分离。高等学校应该设立专门的预算编制机构，行使预算编制职能，预算执行由财务部门具体实施，预算监督由学生、教工、内部监督部门、社会中介机构等行使，要实现对高校预算管理的监督作用就必须实现大数据共享，使得预算的监督可以同步进行，克服预算管理仅能事后监督的不利局面。

四、总结

高等学校的教育经费支出是教学质量高低的有力保障，进一步延伸的话有可能影响高校学生未来对于社会贡献的多少。正所谓“十年树木、百年树人”，面对我国高校经费相对不足的客观现实及大数据时代的今天，高校运用大数据技术来进行预算精细化管理成为使然。高校通过建立大数据平台信息系统及运用大数据技术制定合理的预算编制、预算执行分析、考核评价体系会使得高校的预算管理更加科学、有效，最终为我国的教育体制改革、为国家建设培养合格的人才发挥其应有的作用。

参考文献：

[1]联彦超，王兴芬.基于大数据的高校财务决策分析系统的构建[J].计算机光盘软件与应用，2014，（8）：108-110.[2]王艳.基于大数据的高校财务管理思考[J].管理观察，2014，（25）：80-82.[3]2016年全国教育经费总投入38866亿元[OL].教育部网站，2017-5-3.[4]李文梅.当前高等院校预算管理存在的问题与完善对策[J].会计之友（下），2010，（5）：108.（作者单位：浙江财经大学东方学院）

第二篇：仓储精细化预算管理

以全面行为预算促进仓储管理精细化

程兰萍

叶修亮

仲维平

（中央储备粮商丘直属库）

摘要

中央储备粮商丘直属库近年来在推行财务预算管理的基础上，对企业推行全面行为预算管理，有效地促进单位整体工作目标的实现。近年来的实践证明，全面行为预算不仅实现了领导方式、财务管理方式和理财思路的转变，更重要的是实现了管理理念的转变，促进了企业各项业务管理向规范化、精细化管理迈出了一大步。特别是仓储精细化管理中引入全面预算的管理理念。运用现代管理模式，对管理对象实施精细、准确、快捷的规范与控制。把提高管理效能作为管理创新的基本目标，用具体明确的量化标准取代笼统、模糊的管理要求，改变经验式的管理模式，将量化标准渗透到仓储管理的各个环节，以细化仓储业务流程，建立标准化操作规范为基础，以落实管理责任，开展科学考评为手段，以提高仓储管理水平、节约管理成本为目的，通过目标化、数字化、程序化、系统化的现代科学管理手段，对仓储管理工作各个环节进行精准的规范与控制，达到了降低储存成本，提高工作效率，提高管理层执行力，提高员工队伍素质，提高企业经济效益之目的。

关键词 仓储管理 精细化 全面预算 考核评价

全面行为预算管理是一套系统的、精细的管理方法，是一种全方位、全过程和全员的整合性管理系统，具有全面控制和约束力。它通过责任中心的划分、目标任务的分解、分阶段资金收支和财务状况的预测等手段，合理分配单位的人、财、物等资源，并与相应的绩效管理配合，来协助单位实现既定的工作目标的同时，达到控制费用支出、提高资金使用效益的目的。

商丘直属库近年来在推行财务预算管理的基础上，对企业推行全面行为预算管理，其目的是通过实施全面预算，落实各级管理人员的责任和目标，实现财务管理事后监督向事前控制的转变；实现多数人花钱，少数人管钱向全员参与管理的转变，形成互相监督的管理体制。增加决策的效率，促进单位整体工作目标的实现。近年来的实践证明，全面行为预算不仅实现了领导方式、财务管理方式和理财思路的转变，更重要的是促进了企业各项业务管理向规范化精细化管理迈出了一大步。仓储精细化管理中引入全面行为预算的管理理念，取得了可喜的收效。1 开展仓储精细化管理的必要性

中央储备粮垂直体系成立以来，十分高度重视仓储管理工作，始终把仓储工作作为实现“两个确保”促进中储粮事业发展的基础工作。近年来采取了许多卓有成效的 程兰萍，中央储备粮商丘直属库，高级工程师，河南省商丘市归德南路66号信箱。管理措施，逐步实现了仓储管理的制度化、规范化，实现了“一符四无”率100%的目标。但是，随着粮食生产形势的变化以及粮食流通体制改革的不断深入，对粮源的争夺日趋激烈，多元化市场竞争主体的格局逐步形成；随着社会经济发展和人民生活水平提高，市场对粮食品质需求发生变化，正在由侧重数量向关注质量和营养方面转变；为了保护农民利益，确保国家粮食安全，国家赋予我们更高的宏观调控职能。但是，目前仓储管理工作还不能完全适应新形势、新任务的需要，还没有彻底摆脱粗放式的管理模式，仓储管理的工作目标还不够精细，执行规章制度还存在较大的随意性，在科技储粮，成本控制、提高效益方面还有较大的提升空间，专业化、系统化、数据化、信息化水平还不高，对仓储工作的考核评价体系还没有建立等等。因此，在仓储管理工作规范化的基础上开展精细化管理，意义十分重大。开展仓储精细化管理是贯彻落实科学发展观，实现总公司发展目标的需要；是进一步提升仓储管理水平，实现科学管理和完成“两个确保”的需要；是建设节约型企业，实现国有资产保值增值的需要；也是提高企业管理水平，打造核心竞争力的需要。2 开展仓储精细化管理的做法

所谓精细化管理，就是以法律法规为依据，以提高企业效益为目的，运用现代管理模式，对管理对象实施精细、准确、快捷的规范与控制。管理的思路是：摒弃传统的粗放式管理模式，把提高管理效能作为管理创新的基本目标，用具体、明确的量化标准，取代笼统、模糊的管理要求，改变经验式的管理模式；将量化标准渗透到管理的各个环节，以量化的数据作为提出问题的依据、分析判断的基础、考察评估的尺度，使无形的管理变成有形的管理，利用量化的数据规范管理者的行为，并对管理进程进行引导、调节、控制，从而便于及时发现问题，及时矫正管理行为。

根据精细化管理的内涵和全面预算管理的五项基本功能(资源配置、管理协调、全员参与、战略支持、自我控制)，在仓储精细化管理中以储粮安全和品质优良为核心，以细化仓储业务流程，建立标准化操作规范为基础，以落实管理责任、开展科学考评为手段，以提高仓储管理水平、节约管理成本为目的，通过专业化、系统化、数据化、信息化的现代科学管理手段，对仓储管理工作各个环节进行精准的规范与控制，逐步形成“流程细、操作精、指标细、控制精”的仓储精细化管理模式。具体做法如下：

2.1 细化工作目标

仓储管理的总体目标是确保中央储备粮数量真实、质量良好、储存安全，管理规范。但要实现上述目标，并非一件容易的事，按照全面行为预算管理的理念，需将总体目标任务分解细化，合理分配仓储科的人、财、物等等情况，并与相应的绩效管理配合，实现既定工作目标的同时，达到控制费用开支、降低储存成本和提高经济效益。

仓储科总体工作目标分解为工作目标和费控目标。2.1.1 工作目标量化为： 中央储备粮安全储存率100%；“一符三专四落实”率100%；库存粮油宜存率100%；入库粮食质量合格率100%；出入库数量准确率100%；设备完好率100%；计量准确率100%；安全生产率100%；环境优美度100%；相互配合满意度95%以上。2.2.2 费用控制目标

费用项目为：业务招待费、修理费、交通车辆费、办公费、差旅费、会议费、邮电费、低值易耗品摊销、质量认证费、化验材料费、化验费、保管费、科研费、水电费等，按照单位财务部门下达的费用总额，按季度制定开支计划，细化到每位保管员、化验员、计量员、直至每栋仓的各项费用，并做到开支前先预算，再申请、审批，签批后购置，入库、领用。2.2 细化岗位职责

仓储科工作岗位分为：保管员、化验员、设备管理员、器材管理员、微机管理员、机电员、计量员、出入库收发员、实物台帐管理员。针对各岗位职业要求，制定各岗位职责和详细的岗位说明，使各岗位职责明确、清晰。2.3 细化工作流程

在细化岗位职责的基础上，配以详细科学的工作流程。以计量员、器材管理员业务流程为例（见图1）。2.4 细化工作程序

科学严谨的工作程序，是实现管理精细化的前提，在实施仓储管理精细化的过程中，要更加细化仓储管理工作中的各项工作程序。包括保管员、计量员、化验员、器材管理员、微机管理员、实物台帐管理员等各岗位工作程序及害虫防治、粮情检查、清洁卫生、机电设备使用、粮食出入库等十五种工作程序，使仓储管理工作实现程序化。

2.5 建立科学的考核评价体系

建立科学的考核评价体系，是实现仓储管理精细化管理的保证。完善的制度、细化的业务流程和严谨的工作程序，需要配以相应的业绩考核评价体系。为此，在仓储精细化管理工作实施过程中，建立了科学的考核成绩评价体系，其内容包括：日清日结，行为评价。评价方式包括自评、他评、上级评等。日清日结为日评价，行为评价为月评价（内容以保管员、质检员、计量员为例，见表1—6）。单位成立考评组织，月底考核结果报送财务科，与当月工资挂钩，当月兑现。此种措施有力地激发了员工的工作积极性和创造性，实现了员工的自我管理意识，自我约束意识，自我核算意识，增强了创新意识和自我管理意识。

中储粮商丘直属库计量员业务流程图作业前的准备进入正常工作统计报表检查电源和仪表是否正常、电压是否稳定检查衡器限位间隙是否适中，称体是否灵活开机预热、检测仪表、观看自检是否正常清理称体表面卫生、查看衡器下是否有异物逐一查看传感器是否有异常现象晃动磅板、查看仪表显示数值是否正常发现异常现象及时排除并做好记录超载车辆严禁上磅、上磅车辆停放中间检查被计量车辆是否有违章、违规行为确定无误后迅速采集数据并作好记录规范、详细填写收发粮单据上的所有内容对返还计量的车辆应核对车号和票据核对数据、查看票据填写是否完整确认无误后开出门证、磅秤清零、再次计量整理所有票据、统计票据数量统计当天收发粮数量、件数、车数、杂质量开出力资单据、填报当日报表清理室内卫生、搞好衡器清理保养填写交接表、仔细交代应注意事项切断电源、关闭仪表、整理票据及办公品分发单据、及时对帐，做好交班准备 器材员业务流程器材入库采购入库移交入库器材出库科室领取申请外借日常管理实物管理帐目管理总结上报盘点管理编制报表按购物单验收实物接收人签字清点入库查看移交清单及实物建立移交档案首先查看审批单凭审批单发放物品查看借据及审批签字借物人签字后再借出搞好日常管理和维护分类存放、规范管理及时建立出入流水帐坚持日清日结及时对帐月底按时盘点确保三符损坏报废物品及时上报分科核算出入库物品费用编制报表、建立档案 图1 中储粮商丘直属库计量员、器材管理员业务流程图 开展仓储精细化管理的成效

通过仓储精细化管理的实施，收到突显的成效。3.1 实现了管理理念的转变

通过全面行为预算管理，促进了仓储精细化管理工作的发展，同时加深了对预算管理的理解。预算管理是一种管理机制，其根本点在于通过预算来代替管理，使预算成为一种自动的管理机制，而不是单纯的管理手段。预算管理决不是数据的堆砌，表格的罗列，而是一种与企业治理结构相适应的一套管理系统。企业健全的预算管理制度是完善的法人治理结构的体现。预算管理是一种战略管理。企业预算管理的目标实际上就是企业的战略目标，通过预算管理使企业的战略意图得以具体贯彻，长期与短期计划得以沟通和衔接，并且引入了仓储经济的管理理念。3.2 实现了管理方式的转变

通过实施全面行为预算管理及仓储精细化管理，实现了由过去的上级对下级的指令性的硬性管理向精细化的自主管理的转变。员工拿到日清日结评价表，明白自己该做什么，应该怎么做，无需科长指手划脚。3.3 减少了科室之间、环节之间的推委和扯皮现象

仓储精细化管理的评价体系中，体现了上下级评价和科室之间的评价（称为360度评价），有效避免了过去环节之间的不协调现象，提高了凝聚力和团队意识。3.4 降低了管理成本，提高了经济效益

精细化管理以精细操作为基本特征，通过改造员工素质，克服惰性，控制企业滴漏，强化链接协作管理，从而提高企业整体效益。以粮食出入库成本及储存成本为例，看精细化管理的收效。

3.4.1 提高收粮效率50%左右：原来一条收粮线一天收粮300—400t，现在为600—700t；原来一条收粮线占用5—7人，现在占用2人。

3.4.2 降低入粮成本：由于细化业务流程，合理设计入粮方案，提高了设备的有效利用率，使电耗由原来的2kw.h/t粮降低至1kw.h/t粮；修理费用由原来的0.15-0.20元/t粮降至0.10元/t粮；由于员工业务技能的提高，责任心增强，减少停机修理时间，原来停机修理1—2h，现为0.5h，且减少了故障的发生率。

3.4.3 降低了储存成本：99年仓储科专职保管员66人，防治费用0.73元/t粮；2000年仓储科专职保管员54人，防治费用0.28元/t粮；2002年—2004年专职保管员10人，防治费用0.10元/t粮。3.5 提高了管理层的执行力

精细化管理要求利用量化的数据规范管理者的行为，并对管理进程进行了引导、调节、控制，从而便于及时发现问题，及时矫正管理行为。通过实施仓储精细化管理，使仓储科管理层的执行力得到了提高，改变了过去多年沿用的经验式的管理模式，学会了将量化标准渗透到仓储管理的各个环节，使无形的管理变为有形的管理。使管理层跳出了过去的事务性的圈子，腾出更多的精力研究仓储发展性战略，探索新的发展途径。

3.6 员工队伍素质得到提高

通过实施仓储精细化管理，不仅降低了管理成本，节约了费用开支，更重要的是使广大员工在实施精细化管理过程中得到了锻炼，学会了自主管理的本领，锻炼了自我约束力和自控能力，规范了自己的行为。提高了自我管理的意识，由过去的被动式的服从转变为主动式的自我管理，激发了员工的积极性和创造性，提高了仓储队伍整体素质。开展仓储精细化管理建议

开展仓储精细化管理是全面提升仓储管理水平，实现科学管理和完成“两个确保” 的需要。为把仓储精细化管理向纵深处推进，建议如下：

4.1 各级粮食主管部门出台在更大范围内推行仓储精细化管理的具体措施 4.2 研究建立仓储精细化管理的考核评价体系

第三篇：大数据时代高校设备采购管理的模式

大数据时代高校设备采购管理的模式

【摘 要】大数据的前沿探索与应用已成为我国高校教育管理领域的一个研究热点，对利用信息化手段扩展高校有效资源有很大的促进作用。为响应将推进信息化战略性调整与深化国家教育领域改革相结合的时代号召，本文着力于当今信息化时代高校设备采购管理的研究，提出大数据背景支撑下的“SMART”管理模式，力求探寻出针对我国高校设备采购工作的一种更优机制。

【关键词】高校；大数据；设备采购；SMART模式

一、高校设备采购管理的瓶颈

我国高校设备采购工作大多仍以传统手工方式为主导，即使实现了部分信息化管理，也仅仅是针对业务程序的简单执行，尚未实现采购战略优化和决策分析的程度，其面临一系列突出问题：

1、买卖资源的不对称造成采购人与设备属性的信息失联，被动抬高采购成本；

2、采购人能力薄弱，途径单一，未实现设备需求、供应商来源的标准制定；

3、采购资源配置不合理，供需双方矛盾凸显；

4、采购过程信息透明度不高，缺失分析与监管。

二、大数据对高校设备采购管理的影响

“大数据”的概念是由著名咨询公司麦肯锡创造，如今已成为各行各业关注的热点，据IDC的分析数据显示，到2020年，我国数据总量将达到2013年的10倍，超过8.5ZB，可见互联网的大数据时代，各行各业的管理运作无时不在制造数据。

信息化时代的大数据建设对整个社会带来巨大变革，不断深入到我们工作的方方面面，它给高校设备采购也带来潜在影响：

1.认知思维的改变

在大数据理念的带动下，高校采购工作者加强了信息化的建设，包括软硬件配套构建和员工信息专业技术的培养，甚至针对采购工作中数据管理和监控的应用开展专项研究。采购人逐步认识到采购工作中的海量信息不再是简单无用的数字，而是基于事实运营中积累的独有资产，大数据思维造就的服务意识和能力成为推进高校采购工作变革的无形基础。

2.采购技术的革新

大数据本身并不是一项新的技术，但对采购工作引入大数据概念，却有效地将其推向一个新的层次，成为采购数据的收集、管理、计算处理、分析和表现等信息技术的集合对象。大数据带来的网络信息技术革新已在高校中悄然出现，随着国内高校信息化建设投入，不同规模的的资源数据系统、信息共享数据系统、招标采购系统近年如雨后春笋般出现，如中山大学、上海交通大学等高校通过信息化建设实现了招标采购过程的在线流转与电子数据记录。新的采购技术有效地整合供应商、采购人等相关的各种社会资源、网络资源、信息资源，信息技术在高校采购管理中爆发式引用都是大数据带来的直接结果。

3.关系范围的改变

大数据的出现不仅改变了高校设备采购的方式方法，可以说一定程度上更改变了采购关系范围，采购管理将不再是传统的买卖关系，而是一个战略问题，是向科研、人事、资产等多个领域延伸和渗透。对于高校运行管理有关的一切数据的收集、跟踪和分析都可能成为决定采购管理的因素。简而言之，大数据时代一些原来不属于采购范畴的事物都会纳入采购视野，与近年热门的“大资产”、“大财务”等新生概念相似，“大采购”也是基于大数据的一种关系范围的理念衍生。

三、高校设备采购的“SMART”管理模式

大数据时代的高校设备采购不应是简单的采购电子化，也不仅是应对采购信息管理的方案研究，而是一项融汇高校人财物的战略机制。驾驭好大数据，在规划、业务架构和资金投入方面作出决策更是采购资源配置的根本。根据高校设备采购管理存在问题，在此提出“SMART”智能采购管理模式，即Share-Model-Analysis-Response-Trace。

1.Share―共享

利用大数据、云平台技术手段扩大高校采购资源信息共享，例如设备信息共享、供应商信息共享、制度流程共享等，逐步建立高校内部及高校之间的设备采购信息共享机制，统一信息标准和管理标准，组创高校公共采购信息联盟平台，打破因信息不对称造成的采购垄断，提高信息透明度以减少采购活动中的暗箱操作和违法行为。

2.Model―模型

高校科教机构众多，管理形式不一，仪器设备使用需求分散，建立仪器设备的固有配置模型，形成大批量采购规模效应，在保证资金使用效益、降低采购价格的同时，有助于高校规范采购流程，统一采购标准，杜绝采购的随意性。逐步扩展设备模型资源，及时更新配置内容，保持产品更新节奏，会同采购部门、使用部门定期调研，准确掌握市场动态，增强模型库的合理性和可操作性。推进供应商库建设与诚信管理，构建采购方式选择模型，根据采购设备的种类、数量和时间的不同采取不同采购模型，以求采购效率与价值的最优化。

3.Analysis―分析

对采购全周期产生的大数据进行多维度分析，才能赋予大数据“生命力”。数据是各项工作的基础，更是搭建高校采购、资产、财务信息桥梁的基石，例如财务部门设备采购预算编制工作可利用积累的大数据来分析，实时了解设备价格动态信息，分析采购设备价格变动趋势，更准确评估预算定额，提高预算编制可靠性。数据同样是高校采购监管工作的支点，监管部门通过对采购大数据的解读，有效监督采购人“钱袋子”并非难事。结合采购数据分析结果制定预警功能，及时叫停违规采购，将采购由传统的事后监督报备，升级为实时过程监管，采取针对性管控措施预防采购预算与执行情况出现大的偏差，利用大数据规模性大，决策性高，实时性强的特点为采购智能化提供全面支持。

4.Response―反馈

建立以数据收集、存储和分析技术为核心的采购评估体系，推动采购执行管理由粗放式到精细化的转变。利用最终结果数据对采购全周期管理进行逆向总结，包括：执行阶段存在的问题、采购任务完成情况、设备验收情况、采购结果对教学科研的支持程度、资金使用效益情况、后续采购计划、供应商信用度记录等内容。融合设备采购特征特性的分析与评估，实现反馈信息准确化，反馈速度快捷化，反馈内容全面化的采购反馈机制，形成采购全生命周期闭环系统。

5.Trace―留痕

“数据追踪，全面留痕”，依托大数据优势推进高校设备采购过程透明化，编织数据天网，将采购内容全部纳入电子化运行。通过制定统一的数据技术标准，优化、细化采购流程和办理环节，确保采购预算、计划、招投标、合同执行、验收数据的一致性与同步性，实现采购全程环环相扣，处处留“痕迹”，让信息在“阳光”下清晰、透明，在公众的监督之下无死角展示。

四、结语

随着国家财政资金监管加强，过去大投入、过度消耗的模式已一去无返，未来高校的采购必将成为是一种奢侈的公共行为。以前沿技术做支撑，保证采购经费的每一笔支出能经受住推敲，是高校设备采购监管工作的重点，综全文可见，大数据技术的应用势必对我国高校设备采购工作带来革命性的变化。

【参考文献】

[1] 栗蔚，魏凯.大数据的技术、应用和价值变革[J].招投标与管理，2013，07：6-10.[2] 韩小改.大数据时代电子商务物流信息反馈机理研究[J].江西社会科学，2014，08：232-235.[3] 黄民锦.政采人应善于利用大数据[J].中国政府采购，2014，09： 60-61.

第四篇：大数据时代下的生活方式

论文简介

本论文第一部分介绍了大数据的定义及特征以及如何使用大数据；第二部分分别介绍了大数据在商业预测、体育领域、购物等方面的应用；第三部分介绍了大数据带来的风险和隐私问题；最后一段总结全文内容。

大数据时代下的生活方式

从2012年开始，大数据一次开始明显的受到广泛关注。通常“大数据”一词，给人的感觉就是信息时代下产生的海量的数据，这是我们最直观的感受。如果要给大数据一个比较专业的定义的话，可以这样描述：大数据，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。国际数据公司也给出了大数据的四大特征：海量的数据规模（vast）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。从大数据的特征中我们可以看出，大数据强调数据的海量还流转。在我们现在身处的互联网时代，我们每打开一个网页，搜索一个关键字，网购一件商品，都会产生大量的数据，海量的数据似乎就是这个时代的产物。同时，即使在线下，我们随身穿戴的智能设备，比如手机、手环等，也在实时的上传数据到云端，网络互连也让数据更加方便快捷的流动。大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……

大数据中虽然蕴含着海量的信息，但其价值并不体现于此。数据之海量，包含着许多无用的信息，如何处理大数据，获得有用信息才能体现大数据的价值。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。目前，国内外的一些大公司都已经具备了一定的对大数据的“加工能力”，他们正在利用大数据的价值提升自身的服务以及改善我们的生活。

大数据在商业制作的案例

2013年出品的美国政治题材电视剧《纸牌屋》受到广泛好评，就连美国总统奥巴马也是《纸牌屋》的粉丝。然而一部《纸牌屋》，就让全世界的文化产业界都意识到了大数据的力量。《纸牌屋》的出品方兼播放平台Netflix在一季度新增超300万流媒体用户，第一季财报公布后股价狂飙26%，达到每股217美元，较去年8月的低谷价格累计涨幅超三倍。这一切，都源于《纸牌屋》的诞生是从3000万付费用户的数据中总结收视习惯，并根据对用户喜好的精准分析进行创作。

《纸牌屋》的数据库包含了3000万用户的收视选择、400万条评论、300万次主题搜索。最终，拍什么、谁来拍、谁来演、怎么播，都由数千万观众的客观喜好统计决定。从受众洞察、受众定位、受众接触到受众转化，每一步都由精准细致高效经济的数据引导，从而实现大众创造的C2B，即由用户需求决定生产。

如今，互联网以及社交媒体的发展让人们在网络上留下的数据越来越多，海量数据再通过多维度的信息重组使得企业都在谋求各平台间的内容、用户、广告投放的全面打通，以期通过用户关系链的融合，网络媒体的社会化重构，在大数据时代下为广告用户带来更好的精准社会化营销效果。

大数据在体育领域的应用

2014年巴西世界杯，德国再次捧得世界杯的奖杯。而在悄然影响绿茵场强弱较量的“大数据”，对德国队来说可谓功不可没。在世界杯比赛开始前，德国足协就与SAP公司合作，“私家定制”了一款名为“Match In-sights”的足球解决方案，用以迅速收集、处理分析球员和球队的技术数据，基于“数字和事实”优化球队配置，提升球队作战能力，并通过分析对手技术数据，找到在世界杯比赛中的“制敌”方式。

这款数据分析系统首先通过摄像头、传感器等工具捕捉到球员跑动速度、位置、控球时间、防御范围、动作细节等大量数据，并传入数据库，随后，基于SAP HANA平台运行的分析工具可迅速对这些数据进行后台分析处理。据SAP介绍，在短短10分钟内，10名球员用3个球进行训练，可产生超过700万个可供分析的数据点，而SAP数据分析平台完全可对这些数据实现实时处理。

通过这些数据进行加工处理提取有用信息，德国队教练可以迅速评估比赛状况、每个球员的特点和表现，球员的防守范围，对方球队的空挡区等信息。通过这些信息，教练可以更有效地对球员上场时间、位置、技战术等情况优化配置，以提升球队表现。

与此同时，在了解自己的基础上，德国队还利用这一工具对对手的技术数据进行了分析，这些分析涉及对手球队的几乎所有方面。德国队教练组并根据分析结果针对不同的对手确定相应战术，从而提高了球队获胜的概率。

大数据在购物方面的应用

经常在浏览购物网站的用户可能会注意到一个有趣的现象：两个人打开同一个网址，显示的内容却不一样。这是由于用户之前在访问购物网站时留下了一些数据，购物网站通过收集大量的用户留下的数据，进行加工分析，针对用户的喜好向用户推荐有用的商品。不同的用户喜好不同，商家会根据用户不同的喜好推荐不同的商品，所以当不同的人打开同一个网址时显示的内容却不相同。

这种案例不只是发生在互联网上，在线下的商店中也有类似的应用。最经典的案例就是“尿布和啤酒”的故事：在美国沃尔玛超市中有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。对于这种现象有这样的解释：美国的妇女们经常会嘱咐她们的丈夫下班以后要为孩子买尿布，而丈夫在买完尿布之后会顺手买回自己爱喝的啤酒来犒劳自己，因此这就增加了啤酒和尿布在一起购买的机率。

发现这种现象的超市是通过对一年多原始交易数字进行详细的分析，才发现了这对神奇的组合。

大数据在其他方面的应用

大数据的应用不仅给商家带来了更多的收益，其对改善大家的生活方面也是功不可没。以前在浏览购物网站时面对琳琅满目的商品会不知所措，而在网上的商品更是海量，选择依据自己喜欢的需要花费很长的时间。现在根据分析大数据生成的商品推荐功能，大大节省了用户搜索心仪商品的时间，提升了用户体验。近些年，美国谷歌公司通过使用搜索的数据来预测实时流感动态对流感传播的预测。研究显示，结合传统监测方法和大数据，可以预测美国未来1周的流感感染情况。这一发现可能影响国家层面和地方层面预防和流感暴发控制。这种利用大数据对传播性疾病的预测可是让我们防患于未然，提高了我们的生活质量。大数据已经渗透到了生活中的各个方面，2014年04月04日，百度上线了一款新的大数据产品“百度预测”。这款可以通过分析大数据，对经济指数、疾病、高考、城市、旅游景点、体育赛事、电影票房等方面进行预测。通过对高考情况的预测，可以让考生选择更加适合自己的高校和专业；通过预测旅游景点，可以帮助我们做出更佳的出行方案。这些应用十分贴近生活，实实在在的让我们每个人都能够享受到大数据带来的价值。

大数据预测带来的问题

一、风险问题

由于大数据中包含了海量的数据，这些数据是否真的有用？如何有效的区分有用数据和干扰数据？这些问题不禁会让我们担心，从这些杂乱的数据中分析出来的结果是否真的可靠。

2008年，谷歌第一次开始预测流感就取得了很好的效果，比美国疾病预防控制中心提前两礼拜预测到了流感的爆发。但是，几年之后，谷歌的预测比实际情况(由防控中心根据全美就诊数据推算得出)高出了50%。据分析，这是由于媒体过于渲染了谷歌的成功，出于好奇目的而搜索相关关键词的人越来越多，从而导致了数据的扭曲。如果根据这样的数据分析出的结果必然大大的偏离实际，做出错误判断。

二、隐私问题

在大数据时代背景下，个人数据能够更容易获取和更广泛传播，而侵犯隐私权的行为却难以察觉，侵犯后果愈加严重。大数据时代的主要特点之一在于数据的膨胀、开放以及高速传播。借助强大的搜索引擎，许多希望被各种利益团体得到的信息，当然包括个人信息，都可以在虚拟的网络世界轻易获取。可是，与获得和传播个人隐私的“易”相比，若想在海量的信息中主动觉察到个人数据隐私权受到侵犯的蛛丝马迹，可谓“难”。

在网络空间，尤其在大数据时代，隐私的丧失很容易发生。在移动互联、网络社交、定位系统与大数据分析愈演愈烈的今天，手机、导航仪、电脑、电视机，每个电机设备都有可能成为数据的记录端口，隐私保护则成为了最大的难题。利用大数据获取有价值的信息固然十分重要，但如何防止这些数据被过度泛滥、被公开和不法分子利用，则是大数据分析者们必须思考的问题。

综述

大数据时代无论是国家、企业还是个人都面临这机遇和挑战，能够正确合理地使用大数据能够给国家和社会带来福利，给企业创造大量的财富，也能够使每个人的生活得到改善。不过，要想做到够准确利用大数据，并能够控制风险，保护隐私，还有很长一段路要走。但无论怎样都不能否认，大数据标志着一个时代，无论时谁都无法抵制这个时代的来到。

第五篇：大数据时代下的银行业

大数据时代下的银行业

一、前言

2012 年3 月，奥巴马政府宣布投资2 亿美元启动“大数据研究和发展计划”，并且定义为“未来的新石油”，希望增强政府收集、分析和萃取海量数据的能力。这个由世界最强国家政府推动的项目，标志着“大数据”时代的到来。

近年来,移动互联网、物联网等迅速发展,使得新数据源不断出现,全球的数据总量正呈指数增长,过去3年间产生的数据量已超过以往总和。大数据时代的到来已经成为全球共识,数据正成为与物质资产和人力资本相提并论的重要生产.随着信息技术及互联网的快速发展，社会正在走向全面数字化。处于大数据时代的银行业，正面临着一场经营方式的大变革。一方面，互联网和大数据打破了原有银行在渠道和信息上的壁垒，给银行带来更多的竞争对手；另一方面，大数据将推动银行更加科学地经营管理，从而促进银行更健康地发展。

二、大数据时代银行业分析

目前，银行业正处在以客户为中心、以市场为导向的激烈竞争时代，如何应用先进的计算机网络技术跟踪、预测银行客户的发展动向，最大限度地挖掘客户信息的潜在价值，并利用这些信息来改进银行服务，提高竞争能力对银行来说至关重要。

（一）独特优势分析

对银行独特优势或其存在理由的理解有很多角度，基本的一种是将银行看作一个信息处理的机构，它能够获得和处理金融市场所无法获得的信息，并通过贷款决策向市场发送有关借款人信用的信号。

所谓市场无法获得的信息，首先来自于借款人为获得贷款而自愿向银行做出的披露，其次来自于银行家对于借款人进行的近距离的调查和判断。这些信息又可以分为两类，一是能够被编排的、数码化的或结构化的；二是只能意会的。银行贷款决策的做出，固然有赖于对于数码化信息进行分析的技术，但也离不开银行家的职业直觉和判断。

（二）机会分析

1、助推经营转型。以小微贷款发展为例，导致小微企业贷款难的原因很多，包括缺乏足够的抵押担保、缺乏信用评价机制、银行管理成本高等等。而大数据给这个难题带来了新的解决思路，通过大数据可以建立更完善的信用评价机制、风险定价机制、贷款全流程管理机制，并降低人工成本。

2、提升精准营销能力。通过大数据技术，信用卡客户营销可能基于以下的流程：首先对客户的性别、年龄、职业、金融资产、刷卡频度、消费地点、购物种类、营销活动参与情况等数据进行分析，得到客户的贡献度、活跃度和行为偏好等客户特征；然后根据客户特征进行分类差异化营销设计、举办营销活动；最后根据营销结果再进行数据分析，为下次改善提供参考。

3、提高客户满意度。通过分析客服中心的咨询、投诉内容，可以及时发现产品或服务存在不起眼的小缺陷，而改变这些小缺陷，可能会极大地提升客户满意度。通过对大量交易、行为数据、社交网络数据的分析，可以帮助银行找准客户需求，真正做到以客户为中心设计开发产品。

4、创新品牌营销策略。大数据时代，信息传播的方式、渠道和速度都是前所未有的。社交网络将会成为品牌营销的主阵地，客户在社交媒体上快速传播自身体验和感受的影响力将远远超过空洞的形象广告。传统上依赖信息不对称的品牌营销都将无所适从，与其投巨额资金到媒体做广告，不如扎扎实实地搞好自身的产品和服务，通过客户来帮助银行宣传。

三、对我行采取的策略建议

大数据时代是分析时代。大数据分析的实质就是将客户放到更大的社会背景下加以曝光，准确定位环境中客户所处的位置符合怎样一种商业模式；到现在为止没有任何技术能超越人（对我行来说就是客户经理）更能对活生生的客户加以把握分析，客户经理是最好的社会感知装置，同时又肩负将银行预定的熟悉的关系模式导入到现实社会网络，扩大关系。

打好数据基础。“在今天的社会中，最重要的资源，不再是劳力、资产或是土地，而是数据和知识。”我行首先要把行内业务系统的数据用好，这些数据是高价值密度的数据。除了要完整地保存这些数据外，还需要注意数据治理，保证内部数据的可用性。在此基础上，还需要进一步打破传统数据源边界，通过各种渠道和方式获取行外数据。银行可以通过合作、购买、收集等方式获取相关的数据，包括政府公布的各类统计数据、央行征信数据、企业客户的ERP数据、第三方评级机构的数据，以及电商、社交网络的数据等等，用以丰富和完善数据资源。

做好技术支撑和人才培养。当前采用传统的数据库已难以支撑大数据的需求，需要采用开放式的并行计算架构来建设大数据平台。而技术支撑的关键在于人才，既需要熟悉大数据技术的科技人才，也需要具有数据思考能力的业务人才，更需要具有综合素质的数据科学家。

强化数据治行理念。“除了上帝，任何人都要凭数据来说话。”要强化依靠数据说话的理念。首先要改善现有的管理决策文化，真正把数据分析作为决策重要依据；其次要优化数据分析流程，更好地把业务与技术融合在一起。

创新业务发展。大数据应用的深入，将为银行经营模式、业务流程的转变提供依据。我行需要建立新型的创新机制，为基于大数据分析的业务创新提供充分的条件和保障。无论是产品服务创新、风险管理创新、客户营销创新还是运营模式创新，大数据分析都将成为必不可少的途径。

四、结束语

在这个不断创造神奇的大数据时代，银行无法置身度外。若干年后，我们再回看银行的转变，也许会发现改变银行的不是某个人，某个企业，而是大数据。因此，我行有理由自信地拥抱大数据时代，具备作为信息处理机构的传统优势，在大数据时代有无限机遇。

附：基于数据挖掘的银行客户管理信息系统的构建（百度完全摘抄，供参考）

(一)顾客互动模块｡它为整个客户管理信息系统提供具体的客户信息,这些信息包括客户的基本信息､财务会计信息､行为特征信息､信用信息等,把这些数据信息进行预处理存入数据库后,可以为银行的客户工作提供有利的支持,银行可以在此系统的支持下选定最为便利的渠道同客户进行沟通,同时也可以在客户营销管理的进程中直接为这些渠道提供信息｡

(二)公共信息模块｡公共信息模块是存储金融信息和金融行情的模块,它可以为银行提供服务和支持,能使银行便捷地查阅各种金融信息与行情｡同时,这个拥有大量信息的模块系统还可以充分利用资源为客户提供专家服务建议､标准化的流程支持和随时更新的公用信息,使银行和客户都能获得及时宝贵的信息反馈

(三)银行产品信息模块｡银行产品信息包括银行为客户所开发的各种金融传统产品和衍生产品｡随着金融市场的开放与发展,金融衍生产品层出不穷,银行这些产品的出现为拓展客户服务提供了很大的平台,有关信息包括这些产品的特征､价格､适用等｡产品信息模块可以为客户提供有关产品信息的服务和支持并为信息库不断提供新的产品信息｡

(四)数据存储模块｡信息库可以在数据上进行清理和集成,消除信息噪声和不一致数据,使多种数据组合在一起,然后将结果数据存放在分门别类的数据仓库中,再根据使用客户管理信息系统的银行请求,数据仓库可以负责高效地提取相关数据｡同样,存储模块信息也可以进行不断的更新｡

(五)数据分析模块｡数据分析模块一方面通过定制的评价和分析模型对提取的数据进行分析和评价,然后按照银行的业务侧重点把目标客户从中筛选出来;同时,以各种信息为基础,分析出客户的行为特征,这样就可以为银行进行个性化的差别服务提供分析依据｡另一方面,为银行指定客户拓展策略和创新产品提供依据｡

(六)工作管理模块｡工作管理模块的主要任务是对分析模块分析出来的银行重点客户进行管理｡银行客户经理通过该工作平台,针对不同的客户,将合适的产品通过合适的渠道在适当的时期以合理的价格销售给不同的目标客户,这就克服了传统客户管理上费时费力在庞大的客户资料中难甄别出重要客户的弊端,同时,基于数据挖掘的工作管理模块更能高效科学地根据不同的客户群制定出针对性很强的销售策略｡